融合直方图高阶统计特征与GLCM特征的室内红外图像人群密度分类

基金项目: 国家自然科学基金(U1611461)

详细信息

Indoor Crowd Density Classification in Infrared Images Based on Fusing High-order Statistics of Histogram with Gray Level Co-occurrence Matrix Features

摘要: 公共场所的人群密度信息在公共安全、交通管理、应急减灾等方面具有重要作用,采用红外技术,可以在拍摄人群图像时避免环境光照影响.为了实现室内场景下的红外图像人群密度分类,提出一种融合灰度直方图高阶统计特征与灰度共生矩阵特征的人群密度分类方法.首先,根据红外图像的特点,分析并提取样本图像灰度直方图的高阶统计特征,随后与提取的灰度共生矩阵特征串行融合,最后作为多分类支持向量机的输入,对不同人群密度等级进行分类.实验结果表明,提出的方法对于不同密度人群图像的分类准确率可达92.13%,同时特征向量提取简洁、算法耗时短.
- 人群密度分类 /
- 红外图像 /
- 直方图高阶统计特征 /
- 灰度共生矩阵

1.	刘文强，姜迈，乔顺利，李宏达. 面向双模态夜视图像的混合尺度融合算法. 兵器装备工程学报. 2024(05): 291-298 . 百度学术
2.	王金生，周元元，陈珺. 基于残差Swin Transformer模块的红外与可见光图像融合研究. 苏州市职业大学学报. 2024(02): 55-62 . 百度学术
3.	陈彦林，王志社，邵文禹，杨帆，孙婧. 红外与可见光图像多尺度Transformer融合方法. 红外技术. 2023(03): 266-275 . 本站查看